Hozzon létre hangot a tartalmakhoz több nyelven ugyanazzal a TTS-hangszemélyiséggel az Amazon Pollyban

Amazon Polly egy vezető felhő alapú szolgáltatás, amely a szöveget élethű beszéddé alakítja. A neurális szövegfelolvasó (NTTS) bevezetését követően folyamatosan bővítettük elérhető hangok portfólióját, hogy a támogatott nyelveken különböző hangszórók széles választékát kínáljuk. Örömmel jelentjük be a mai napon négy újdonságot: Pedro amerikai spanyolul, Daniel németül, Liam kanadai franciául, Arthur pedig brit angolul beszél. A portfóliónkban található összes neurális hanghoz hasonlóan ezek a hangok is folyékony, anyanyelvi kiejtést kínálnak a célnyelvükön. Azonban ebben a négy hangban az az egyedülálló, hogy mindegyik ugyanazon a hangszemélyen alapul.

Pedro, Daniel, Liam és Arthur egy létező amerikai angol Matthew hang mintájára készült. Míg az ügyfelek továbbra is nagyra értékelik Matthew-t természetességéért és professzionális hangzásáért, a hang eddig kizárólag az angol nyelvű forgalmat szolgálta ki. Most mélytanulási módszerekkel szétválasztottuk a nyelvet és a beszélői identitást, ami lehetővé tette számunkra, hogy sok nyelven megőrizzük az anyanyelvi folyékonyságot anélkül, hogy ugyanattól a beszélőtől többnyelvű adatokat kellett volna megszereznünk. Ez a gyakorlatban azt jelenti, hogy az amerikai angol Matthew hang vokális jellemzőit átvittük az amerikai spanyol, német, kanadai francia és brit angol nyelvre, új lehetőségeket nyitva ezzel az Amazon Polly ügyfelei számára.

A hasonló hangzású hang öt helyen elérhetővé tétele nagy lehetőségeket nyit meg az üzleti növekedésben. Mindenekelőtt a globális lábnyommal rendelkező ügyfelek egységes felhasználói élményt hozhatnak létre a különböző nyelveken és régiókban. Például egy több nyelvet támogató interaktív hangreakciós (IVR) rendszer immár különböző ügyfélszegmenseket tud kiszolgálni anélkül, hogy megváltoztatná a márka hangulatát. Ugyanez vonatkozik az összes többi TTS-használati esetre is, például hírcikkek, oktatási anyagok vagy podcastok hangoztatására.

Másodszor, a hangok jól illeszkednek az Amazon Polly ügyfeleinek, akik az öt támogatott nyelv bármelyikén keresik az idegen kifejezések anyanyelvi kiejtését.

Harmadszor, a Pedro, Daniel, Liam és Arthur kiadása olyan ügyfeleinket szolgálja ki, akik szeretik az Amazon Polly NTTS-t amerikai spanyol, német, kanadai francia és brit angol nyelven, de kiváló minőségű férfias hangot keresnek – ezekkel a hangokkal hangot hozhatnak létre. az egynyelvű tartalomhoz, és olyan csúcsminőséget vár el, amely egyenrangú más NTTS hangokkal ezeken a nyelveken.

Végül az új férfi NTTS hangok létrehozására kifejlesztett technológia is használható Brand Voices. Ennek köszönhetően a Brand Voice ügyfelei nem csak a márkájukra szabott egyedi NTTS hangot élvezhetik, hanem állandó élményt is élvezhetnek a nemzetközi közönség kiszolgálása közben.

Példa használati esetre

Nézzünk meg egy példa használati esetet annak bemutatására, hogy ez mit jelent a gyakorlatban. Az Amazon Polly Matthew-t ismerő vásárlói továbbra is a megszokott módon használhatják ezt a hangot, ha választanak Secondo il Vangelo Matteo az Amazon Polly konzolon, és beírhat bármilyen szöveget, amelyet amerikai angol nyelven szeretne hallani. A következő forgatókönyvben hangmintákat generálunk egy IVR rendszerhez ("Angol nyelven, kérjük, nyomja meg az egyiket"):

Ennek a kiadásnak köszönhetően most kibővítheti a használati esetet, hogy egységes hangélményt biztosítson különböző nyelveken. Az összes új hang természetes hangzású, és megtartja az anyanyelvi akcentust.

• Ha brit angol nyelvű beszédet szeretne generálni, válassza az Arthur lehetőséget ("Angol nyelven nyomja meg az egyiket"):
  
• Amerikai spanyol nyelvű beszélő használatához válassza a Pedro-t ("Para español, por favor marque dos"):
  
• Daniel német nyelvű támogatást kínál ("Für Deutsch drücken Sie bitte die Drei"):
  
• A kanadai francia nyelvű szöveget a Liam kiválasztásával szintetizálhatja ("Pour le français, veuillez appuyer sur le quatre"):
  

Vegye figyelembe, hogy amellett, hogy más akcentussal beszél, az angol Arthur hangja másképp lokalizálja a bevitt szöveget, mint az amerikai angol Matthew hang. Például az „1/2/22”-t Arthur „1. február 2022-jeként”, míg Matthew „2. január 2022-ként” fogja olvasni.

Most kombináljuk ezeket az utasításokat:

Következtetés

Pedro, Daniel, Liam és Arthur csak Neural TTS hangként érhetők el, így ahhoz, hogy élvezhessük őket, a Neural motort kell használni az egyik Az NTTS-t támogató AWS régiók. Ezek kiváló minőségűek egynyelvű hangok célnyelvükön. Az a tény, hogy személyeik egységesek a különböző nyelveken, további előny, ami reményeink szerint örömet okoz a több nyelvű tartalommal dolgozó ügyfelek számára. További részletekért tekintse át az Amazon Polly teljes listáját szöveget felolvasó hangok , Neurális TTS árazás, szolgáltatási korlátokés GYIK, és látogasson el hozzánk árazási oldal.

A szerzőkről

Patryk Wainaina egy nyelvi mérnök, aki az angol, német és spanyol nyelvű szövegfelolvasáson dolgozik. A beszéd- és nyelvfeldolgozási háttérrel a gépi tanulás iránt érdeklődik, amelyet a TTS front-end megoldásaiban alkalmaznak, különösen alacsony erőforrás-igényű környezetben. Szabadidejében szívesen hallgat elektronikus zenét és új nyelveket tanul.

Smolarek Márta Senior Program Manager az Amazon Text-to-Speech csapatában, ahol a Contact Center TTS használati esetére összpontosít. Meghatározza a Go-to-Market kezdeményezéseket, felhasználja az ügyfelek visszajelzéseit a termék ütemtervének elkészítéséhez, és koordinálja a TTS hangbevezetését. Munkán kívül szeret kempingezni a családjával.

• Coinsmart. Európa legjobb Bitcoin- és kriptográfiai tőzsdéje.
• Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. SZABAD HOZZÁFÉRÉS.
• CryptoHawk. Altcoin radar. Ingyenes próbaverzió.
• Forrás: https://aws.amazon.com/blogs/machine-learning/create-audio-for-content-in-multiple-languages-with-the-same-tts-voice-persona-in-amazon-polly/